-
公开(公告)号：CN120070579A
公开(公告)日：2025-05-30
申请号：CN202510525838.0
申请日：2025-04-25
Applicant: 湖南大学
Abstract: 本发明公开了一种基于视触觉感知的机械手持针灸针的姿态估计方法与系统，方法包括：使用夹持器在当前姿态和目标姿态下抓取针灸针，获取对应姿态下的触觉图像；对触觉图像处理以计算针灸针在两种不同姿态触觉图像中的角度、长度和位置，并计算由当前姿态到目标姿态的粗略匹配矩阵；对触觉图像处理以生成对应姿态下的触觉点云，然后基于粗略匹配矩阵对当前姿态下的触觉点云进行2D姿态对齐，再基于2D对齐后的触觉点云和目标姿态下的触觉点云并采用ICP点云配准方法，计算精细变换矩阵；基于粗略匹配矩阵和精细变换矩阵控制机械手夹持器进行旋转和平移。本发明相比于仅使用ICP匹配的姿态估计具有更好的对齐能力和更快的收敛性。
-
公开(公告)号：CN119880232A
公开(公告)日：2025-04-25
申请号：CN202510390421.8
申请日：2025-03-31
Applicant: 湖南大学
Abstract: 本发明公开了一种FBG式螺旋梁高灵敏度并联六维力传感器，包括：固定平台、测量平台和若干根弹性连接梁；固定平台和测量平台均为空心圆柱，测量平台同心设置于固定平台的内部；若干根弹性连接梁的远端，均匀分布且固定于测量平台外侧面的中心圆环上；若干根弹性连接梁的近端，相互间隔固定于所述固定平台内侧面的上、下两端面处；每根弹性连接梁的内部均设置光纤，每根光纤的两端分别固定于测量平台与固定平台的对应侧面上，且每根光纤从固定平台的外侧面引出；测量平台受到力/力矩时传递至弹性连接梁，弹性连接梁的变形导致内部光纤的光栅中心波长发生漂移，从而由中心波长的漂移得到六维力值。本发明可获得更高的灵敏度以及更高的分辨率。
-
公开(公告)号：CN113946132B
公开(公告)日：2024-03-12
申请号：CN202111211067.6
申请日：2021-10-18
Applicant: 湖南大学
IPC: G05B19/042 , G01L5/16
Abstract: 本发明公开了一种基于多维力传感器的多功能一体化调节装置、调整方法及可读存储介质，其装置至少包括：多维力传感器、处理模块、调节伺服驱动模块以及调节执行机构。多维力传感器用于采集调节信号，每个调节功能分别对应一路力信号，处理模块依据每一路力信号识别调节意图；调节伺服驱动模块用于生成驱动信号并驱动调节执行机构；其中，若多维力传感器的输出信号为数值信号，每一路输出信号的方向、幅值分别与调节装置在对应调节功能下调节量的调节方向、大小存着对应关系；若为非数值信号，每一路输出信号的出现频率与调节量的大小存着对应关系。本发明通过多维力传感器，实现了多种调节功能的集成采集以及控制，克服了现有调节装置的多项技术缺陷。
-
公开(公告)号：CN116572254A
公开(公告)日：2023-08-11
申请号：CN202310829132.4
申请日：2023-07-07
Applicant: 湖南大学
IPC: B25J9/16 , G06F18/24 , G06F18/214 , G06F18/25
Abstract: 本发明公开了一种机器人仿人多手指联合触觉感知方法、系统和设备，方法为：使用多指机械手爪对不同类物体抓取试验，采样触觉多维信息获得多维时间序列并标记物体类别；对标签样本增强处理；对增强样本集每个样本各个手指的多维时间序列进行特征提取并拼接，得到不同手指对应的特征向量；使用增强样本集中各样本不同手指对应的特征向量为输入，对应物体类别标记为输出，分别训练手指对应的B‑ELM网络作为分类器；对于多指机械手爪中未知分类的物体，根据采样时间序列提取各手指对应的特征向量并输入对应的分类器中，最终使用软投票机制对各分类器的输出进行决策，确定多指机械手爪中的物体类别。本发明具有较好的分类准确率和较强的鲁棒性。
-
公开(公告)号：CN118710991A
公开(公告)日：2024-09-27
申请号：CN202411164891.4
申请日：2024-08-23
Applicant: 湖南大学
IPC: G06V10/764 , B25J11/00 , A61H39/08 , G06V10/774 , G06V10/82 , G16H20/90 , G06V10/30 , G06V40/20 , G01L1/24
Abstract: 本发明公开了一种针灸参数测量装置及基于其的针灸手法分类方法。针灸参数测量装置包括上平台、下平台、3根柔性铰链和3根光纤；3根柔性铰链固定于上下平台之间，相互间隔120°设置于绕所述中心轴的圆周上，与上下平台一起构成弹性体；3根光纤分别设置于每两根柔性铰链之间，其中两根光纤均处于紧绷悬置状态且呈平行对称布置，第三光纤仅下端与下平台固定而呈自由状态；该针灸参数测量装置，通过3根光纤的光栅中心波长漂移量转换计算得到弹性体所安装针灸的轴向力和轴向力矩。针灸手法分类则基于测量得到的轴向力和轴向力矩，通过训练神经网络模型以对未知的针灸手法进行分类。本发明可以提高针灸参数测量和针灸手法分类的准确性。
-
Patent Agency Ranking
公开(公告)号：CN111024278A
公开(公告)日：2020-04-17
申请号：CN201911045164.5
申请日：2019-10-30
Applicant: 湖南大学
Abstract: 本发明公开了一种新多敏感体分区灵敏力传感器，传感器包括层叠式多敏感区力敏元件、三路检测电路、信号调理电路、信息解耦系统，其中的层叠式多敏感区力敏元件包括底座、三组层叠式力感元件、应变检测元件、承载平台。每个层叠式力敏元件在X、Y、Z三个坐标方向都包括多个相互独立的应变敏感单元。在每个应变敏感单元正反两面上按特定的策略布置了应变检测元件。本发明针对现有力传感器难以满足同时具备大量程及高灵敏度的要求，通过设计力传感器的多个敏感体，各个敏感体在宽量程内自动分区灵敏，最终实现传感器在整个大量程范围中实现多灵敏度测量。
-
公开(公告)号：CN118710991B
公开(公告)日：2024-11-19
申请号：CN202411164891.4
申请日：2024-08-23
Applicant: 湖南大学
IPC: G06V10/764 , B25J11/00 , A61H39/08 , G06V10/774 , G06V10/82 , G16H20/90 , G06V10/30 , G06V40/20 , G01L1/24
Abstract: 本发明公开了一种针灸参数测量装置及基于其的针灸手法分类方法。针灸参数测量装置包括上平台、下平台、3根柔性铰链和3根光纤；3根柔性铰链固定于上下平台之间，相互间隔120°设置于绕所述中心轴的圆周上，与上下平台一起构成弹性体；3根光纤分别设置于每两根柔性铰链之间，其中两根光纤均处于紧绷悬置状态且呈平行对称布置，第三光纤仅下端与下平台固定而呈自由状态；该针灸参数测量装置，通过3根光纤的光栅中心波长漂移量转换计算得到弹性体所安装针灸的轴向力和轴向力矩。针灸手法分类则基于测量得到的轴向力和轴向力矩，通过训练神经网络模型以对未知的针灸手法进行分类。本发明可以提高针灸参数测量和针灸手法分类的准确性。
-
公开(公告)号：CN111024278B
公开(公告)日：2024-09-24
申请号：CN201911045164.5
申请日：2019-10-30
Applicant: 湖南大学
Abstract: 本发明公开了一种新多敏感体分区灵敏力传感器，传感器包括层叠式多敏感区力敏元件、三路检测电路、信号调理电路、信息解耦系统，其中的层叠式多敏感区力敏元件包括底座、三组层叠式力感元件、应变检测元件、承载平台。每个层叠式力敏元件在X、Y、Z三个坐标方向都包括多个相互独立的应变敏感单元。在每个应变敏感单元正反两面上按特定的策略布置了应变检测元件。本发明针对现有力传感器难以满足同时具备大量程及高灵敏度的要求，通过设计力传感器的多个敏感体，各个敏感体在宽量程内自动分区灵敏，最终实现传感器在整个大量程范围中实现多灵敏度测量。
-
公开(公告)号：CN117249935A
公开(公告)日：2023-12-19
申请号：CN202310814761.X
申请日：2023-07-05
Applicant: 湖南大学
Abstract: 本发明公开了一种FBG式中医可佩戴指尖三维力传感器及三维力测量方法，传感器包括指尖、弹性体、固定指套和多根光纤；所述指尖为FBG式中医可佩戴指尖三维力传感器的受力采集器；所述弹性体的第一端与所述指尖连接，接受所述指尖传递的作用力并产生形变；所述固定指套与弹性体的第二端连接，用于手指佩戴；所述多根光纤均匀配置于所述弹性体上，在所述弹性体的形变作用下产生X、Y、Z方向的形变，得到所述指尖的三维受力。本发明传感器采用FBG，且没有电流通过光纤，并且没有电气连接，力传感系统不受电噪声的干扰，并且不受电磁干扰，其传感元件的小尺寸和轻重量,精度高、零漂移、频响宽、高温性能好。
-
公开(公告)号：CN116572254B
公开(公告)日：2023-09-08
申请号：CN202310829132.4
申请日：2023-07-07
Applicant: 湖南大学
IPC: B25J9/16 , G06F18/24 , G06F18/214 , G06F18/25
Abstract: 本发明公开了一种机器人仿人多手指联合触觉感知方法、系统和设备，方法为：使用多指机械手爪对不同类物体抓取试验，采样触觉多维信息获得多维时间序列并标记物体类别；对标签样本增强处理；对增强样本集每个样本各个手指的多维时间序列进行特征提取并拼接，得到不同手指对应的特征向量；使用增强样本集中各样本不同手指对应的特征向量为输入，对应物体类别标记为输出，分别训练手指对应的B‑ELM网络作为分类器；对于多指机械手爪中未知分类的物体，根据采样时间序列提取各手指对应的特征向量并输入对应的分类器中，最终使用软投票机制对各分类器的输出进行决策，确定多指机械手爪中的物体类别。本发明具有较好的分类准确率和较强的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.019 seconds)
